Статистика Hugging Face (2026): более 60 показателей о загрузках моделей, семействах открытых весов и безопасности Hub

Статистика Hugging Face 2026: 3 012 377 публичных моделей, 1 млн датасетов, 41% загрузок у китайских моделей и сделка Nvidia на 13 млрд долларов.

На 22 августа 2026 года Hugging Face насчитывала 3 012 377 публичных моделей, и примерно у 85,6% всех моделей на Hub меньше 200 загрузок за всё время. Только в 2025 году на Hub добавилось 1 184 880 моделей, летом 2026 года число публичных наборов данных превысило 1 млн, а китайские модели теперь дают 41% загрузок. В сентябре 2026 года NVIDIA согласилась купить компанию в рамках сделки примерно на $13 млрд, почти втрое выше её последней частной оценки. Мы свели данные из отчётов Hugging Face «Состояние открытых моделей» и «Состояние открытого ПО», документа NVIDIA для SEC, Stanford AI Index 2026, GitHub Octoverse 2025, Linux Foundation Research, Protect AI, RedMonk и AI Forensics. Более широкую картину смотрите в наших обзорах статистики открытого ИИ и статистики открытых LLM.

Кратко (TL;DR)

  • 3 012 377 публичных моделей на Hub на 22 августа 2026 года (подсчёты через API Hub, собранные Ivan Fioravanti, блог Hugging Face, 2026)
  • Публичные наборы данных выросли с 711 000 до 1 млн с января по август 2026 года (Hugging Face, «Состояние открытых моделей: лето 2026»)
  • У 85,6% моделей меньше 200 загрузок за всё время, а 1,5% репозиториев получают 99,2% загрузок (Hugging Face, «Состояние открытых моделей: лето 2026»)
  • Модели менее 1 млрд параметров получают 83% загрузок за всё время; модели свыше 100 млрд - 1% (Hugging Face, «Состояние открытых моделей: лето 2026»)
  • Китайские модели составили 41% загрузок Hub за последний год (Hugging Face, «Состояние открытого ПО: весна 2026»)
  • Независимые разработчики теперь обеспечивают 39% загрузок против 17% до 2022 года (Hugging Face, «Состояние открытого ПО: весна 2026»)
  • Qwen набрал 2 045 млн загрузок на Hub в 2026 году и 151 448 производных репозиториев (Hugging Face, «Состояние открытых моделей: лето 2026»)
  • Лучшая закрытая модель опережает лучшую открытую на 3,3% против 0,5% в августе 2024 года (Stanford HAI, «Отчёт AI Index 2026»)
  • Закрытые модели в среднем примерно в 6 раз дороже конкурирующих открытых (Nagle и Yue, Linux Foundation, 2025)
  • Более 1,1 млн публичных репозиториев GitHub импортируют SDK для LLM, рост на 178% за год (GitHub, Octoverse 2025)
  • NVIDIA согласилась заплатить за Hugging Face около $11,9 млрд плюс до $1,0 млрд в виде акций для удержания сотрудников (NVIDIA, форма 8-K, сентябрь 2026)
  • Protect AI отметила 352 000 небезопасных или подозрительных находок в 51 700 моделях (Protect AI и Hugging Face, 2025)

1. Масштаб и рост Hub: модели, наборы данных и Spaces

Первый миллион моделей накапливался около 940 дней, третий миллион - 349 дней, по подсчётам через API Hub, собранным Ivan Fioravanti в блоге Hugging Face. Заголовок - это скорость, но деталь интереснее: второй миллион занял 335 дней, так что абсолютный темп перестал ускоряться. Динамика 2026 года это подтверждает. При 747 497 моделей примерно за 7,7 месяца темп в пересчёте на год составляет около 1,16 млн (747 497 / 7,7 x 12), то есть практически не изменился по сравнению с 1 184 880 моделей, добавленных в 2025 году.

Рост, который всё ещё ускоряется, лежит за пределами числа моделей. Собственный отчёт Hugging Face «Состояние открытых моделей: лето 2026» показывает рост наборов данных примерно на 41% и Spaces на 44% за семь месяцев против 21,5% у моделей. Hub превращается из склада весов в место, где живут данные и работающие приложения.

ПоказательЗначениеИсточник
Публичные модели на Hub (22 авг. 2026 г.)3 012 377Ivan Fioravanti, «Три миллиона моделей и счёт продолжается», блог Hugging Face, 2026
Публичные репозитории моделей, с января по август 2026 г.с 2,43 млн до 2,96 млн (+21,5%)Hugging Face, «Состояние открытых моделей: лето 2026»
Публичные наборы данных, с января по август 2026 г.с 711 000 до 1 000 000Hugging Face, «Состояние открытых моделей: лето 2026»
Публичные Spaces, с января по август 2026 г.с 1,00 млн до 1,44 млнHugging Face, «Состояние открытых моделей: лето 2026»
Моделей добавлено в 2025 г.1 184 880Ivan Fioravanti, блог Hugging Face, 2026
Моделей добавлено в 2026 г. до середины августа747 497Ivan Fioravanti, блог Hugging Face, 2026
Дней на добавление 2-го и 3-го миллиона моделей335 и 349Ivan Fioravanti, блог Hugging Face, 2026
Пользователи Hugging Face (2025)13 млнHugging Face, «Состояние открытого ПО: весна 2026»

Контекст: цифра 3 012 377 учитывает только публичные репозитории. Приватные репозитории не включены, поэтому реальное число размещённых моделей выше.

2. Загрузки: очень длинный хвост и очень короткая голова

1,5% репозиториев дают 99,2% всех загрузок на Hugging Face. Hub ведёт себя не как магазин приложений, а скорее как исследовательский архив, где несколько тысяч позиций читают постоянно, а миллионы кладут на хранение один раз. Для всякого, кто публикует модель, базовая ставка отрезвляет: медианная загрузка почти не используется.

Второй закономерностью служит размер. Небольшие модели с большим отрывом выигрывают гонку загрузок, потому что именно они встроены в производственные конвейеры, которые скачивают их заново при каждой сборке. Самая загружаемая модель 2026 года, модель векторных представлений предложений all-MiniLM-L6-v2, была загружена 1,55 млрд раз за семь месяцев, говорится в отчёте «Состояние открытых моделей: лето 2026». Счётчики загрузок измеряют машины как минимум не меньше, чем людей.

ПоказательЗначениеИсточник
Модели менее чем с 200 загрузками за всё время~85,6%Hugging Face, «Состояние открытых моделей: лето 2026»
Доля загрузок у верхних 1,5% репозиториев99,2%Hugging Face, «Состояние открытых моделей: лето 2026»
Доля загрузок, приходящаяся на 200 лучших моделей (0,01%)49,6%Hugging Face, «Состояние открытого ПО: весна 2026»
Доля загрузок за всё время, модели менее 1 млрд параметров83%Hugging Face, «Состояние открытых моделей: лето 2026»
Доля загрузок за всё время, модели свыше 100 млрд параметров1%Hugging Face, «Состояние открытых моделей: лето 2026»
Загрузки all-MiniLM-L6-v2, первые семь месяцев 2026 г.1,55 млрдHugging Face, «Состояние открытых моделей: лето 2026»
Загрузки, проанализированные в лонгитюдном исследовании Hub (июнь 2020 - август 2025 г.)2,2 млрд по 851 000 моделейLongpre и др., «Экономики открытого интеллекта», 2025

Замечание об аномалии: в отчёте весны 2026 года говорилось, что примерно у половины моделей меньше 200 загрузок в сумме, тогда как в летнем отчёте сказано, что примерно у 85,6% меньше 200 загрузок за всё время. Два отчёта вышли с разницей в пять месяцев и не раскрывают одинаковых правил подсчёта, поэтому точную долю стоит считать ориентировочной. Оба сходятся в том, что медианная модель почти не используется.

3. Кто строит открытый ИИ: Китай, Qwen и независимые разработчики

Китайские модели составили 41% загрузок Hugging Face за последний год, обогнав США, согласно отчёту «Состояние открытого ПО на Hugging Face: весна 2026». Второй сдвиг обсуждают меньше, но он не менее велик: отраслевые лаборатории упали примерно с 70% загрузок до 2022 года до около 37%, тогда как независимые и не аффилированные разработчики выросли с 17% до 39%. Открытый ИИ теперь строят в основном люди, которые не состоят в штате крупной лаборатории.

Qwen - это точка, где сходятся обе тенденции. Hugging Face насчитывает 151 448 производных репозиториев на основе Qwen, что в 2,6 раза больше всего присутствия Meta и в 4,7 раза больше одной только Llama. Производные лучше измеряют влияние, чем сырые загрузки, потому что показывают, какую базовую модель люди выбирают для дообучения и выпуска. В верхней части шкалы китайские лаборатории задают и потолок размера: ежемесячные релизы в 2026 году достигали от 754 млрд до 2,78 трлн параметров, тогда как потолок США оставался ниже 130 млрд в пяти из семи месяцев (Hugging Face, «Состояние открытых моделей: лето 2026»).

ПоказательЗначениеИсточник
Доля китайских моделей в загрузках Hub, последний год41%Hugging Face, «Состояние открытого ПО: весна 2026»
Доля загрузок по атрибуции разработчиков, последний год: Китай против США17,1% против 15,8%Longpre и др., «Экономики открытого интеллекта», 2025
Доля загрузок независимых и не аффилированных разработчиков39% (17% до 2022 г.)Hugging Face, «Состояние открытого ПО: весна 2026»
Доля отрасли в загрузках~37% (~70% до 2022 г.)Hugging Face, «Состояние открытого ПО: весна 2026»
Загрузки Qwen на Hub в 2026 г.2 045 млн (2 061 млн с учётом всех репозиториев)Hugging Face, «Состояние открытых моделей: лето 2026»
Производные репозитории на основе Qwen151 448 (в 2,6 раза больше Meta, в 4,7 раза больше Llama)Hugging Face, «Состояние открытых моделей: лето 2026»
Ежемесячные загрузки GGUF: Qwen, Gemma, Llama39,6 млн, 20,8 млн, 7,5 млнHugging Face, «Состояние открытых моделей: лето 2026»
Загрузки Qwen по заявлению Alibaba (все каналы)более 3 млрдAlibaba, по данным The Next Web, август 2026 г.

Контекст: цифра 41% и разбивка 17,1% против 15,8% из статьи «Экономики открытого интеллекта» используют разные методы атрибуции и временные окна, поэтому напрямую несопоставимы. Заявленные Alibaba 3 млрд примерно на треть выше того, что зафиксировал сам Hub, согласно сравнению The Next Web; разница, вероятно, отражает загрузки через каналы за пределами Hugging Face.

4. Размер моделей, форматы и инструменты

Средняя модель на Hub выросла с 827 млн параметров в 2023 году до 20,8 млрд в 2025 году, тогда как медиана сдвинулась лишь с 326 млн до 406 млн (Hugging Face, «Состояние открытого ПО: весна 2026»). Это расхождение говорит об экосистеме всё: горстка релизов фронтирного масштаба тянет среднее вверх, а типичная загрузка остаётся небольшим и дешёвым дообучением.

Данные о форматах показывают, куда уходит спрос на небольшие модели. Число репозиториев Hub, объявляющих библиотеку GGUF, выросло на 464% в 2026 году против 16% у transformers и peft, согласно отчёту «Состояние открытых моделей: лето 2026». GGUF - это формат локального вывода на ноутбуках и настольных компьютерах, и MLX от Apple (+148%) указывает в ту же сторону. Робототехника - ещё один прорыв: наборы данных по робототехнике выросли с 1 145 в 2024 году до 26 991 в 2025 году, поднявшись с 44-го места до крупнейшей отдельной категории наборов данных.

ПоказательЗначениеИсточник
Средний размер модели, 2023-2025 гг.с 827 млн до 20,8 млрд параметровHugging Face, «Состояние открытого ПО: весна 2026»
Медианный размер модели, 2023-2025 гг.с 326 млн до 406 млн параметровHugging Face, «Состояние открытого ПО: весна 2026»
Рост среднего размера моделей, 2020-2025 гг.17xLongpre и др., «Экономики открытого интеллекта», 2025
Рост применения квантизации5xLongpre и др., «Экономики открытого интеллекта», 2025
Рост архитектур со смесью экспертов7xLongpre и др., «Экономики открытого интеллекта», 2025
Рост числа репозиториев, объявляющих GGUF / LeRobot / MLX, в 2026 г.+464% / +194% / +148%Hugging Face, «Состояние открытых моделей: лето 2026»
Наборы данных по робототехнике, 2024-2025 гг.с 1 145 до 26 991Hugging Face, «Состояние открытого ПО: весна 2026»

Контекст: агенты для программирования теперь стали измеримым клиентом Hub. В трафике, помеченном как агентский, через huggingface_hub и интерфейс hf на долю Claude Code приходилось 44,4% в июле 2026 года (против 67,8% в апреле), тогда как Codex вырос с 10,4% до 20,8% (Hugging Face, «Состояние открытых моделей: лето 2026»). Наш обзор статистики ИИ-агентов отслеживает рынок агентов в целом.

5. Открытые и закрытые: производительность, стоимость и внедрение разработчиками

Открытые модели немного потеряли в сырой производительности в 2025 году: по состоянию на март 2026 года лучшая закрытая модель опережает лучшую открытую на 3,3% против 0,5% в августе 2024 года, а шесть из десяти лучших моделей Arena закрытые (Stanford HAI, «Отчёт AI Index 2026»). Тот же отчёт оценивает отрыв США от Китая всего в 2,7%.

Цена рассказывает другую историю. По данным OpenRouter, Frank Nagle и Daniel Yue обнаружили, что закрытые модели берут около 80% использования и 96% выручки, хотя в среднем стоят примерно в шесть раз дороже, тогда как открытые модели регулярно достигают 90% и более результатов закрытых моделей в тестах (Linux Foundation, «Раскрывая скрытую экономику открытых моделей», 2025). Разрыв между открытыми и закрытыми моделями - это скорее разрыв привычки и интеграции, чем возможностей, и он соответствует оценочной нереализованной экономии в $24,8 млрд в год.

ПоказательЗначениеИсточник
Отрыв лучшей закрытой модели от лучшей открытой (март 2026 г.)3,3% (0,5% в августе 2024 г.)Stanford HAI, «Отчёт AI Index 2026»
Закрытые модели в десятке лучших Arena6 из 10Stanford HAI, «Отчёт AI Index 2026»
Доля закрытых моделей в использовании LLM / выручке~80% / 96%Nagle и Yue, Linux Foundation, 2025
Средняя стоимость закрытых моделей по сравнению с конкурирующими открытыми~в 6 раз вышеNagle и Yue, Linux Foundation, 2025
Оценочная ежегодная нереализованная экономия от открытых моделей$24,8 млрд (диапазон от $20 млрд до $48 млрд)Nagle и Yue, Linux Foundation, 2025
Организации, внедряющие ИИ и использующие ИИ с открытым кодом где-либо в своём стеке89%Linux Foundation Research, «Экономические и кадровые последствия ИИ с открытым кодом», 2025
Публичные репозитории GitHub, импортирующие SDK для LLMболее 1,1 млн (+178% за год)GitHub, Octoverse 2025
Репозитории GitHub, связанные с ИИ4,3 млнGitHub, Octoverse 2025

Контекст: две трети организаций в опросе Linux Foundation Research говорят, что ИИ с открытым кодом дешевле развёртывать (исследование заказала Meta). GitHub Octoverse 2025 добавляет, что шесть из десяти самых быстрорастущих проектов с открытым кодом по числу участников были инфраструктурой ИИ: слой обслуживания и оркестрации, превращающий веса с Hub в производственные конечные точки, - туда и стекаются участники.

6. Бизнес: выручка, оценка и сделка с NVIDIA

В форме 8-K от NVIDIA от 2 сентября 2026 года описана цена покупки примерно в $11,9 млрд плюс программа удержания в акциях до примерно $1,0 млрд, то есть около $13 млрд в сумме. Это примерно в 2,9 раза больше оценки после инвестиций в $4,5 млрд по раунду 2023 года ($13 млрд / $4,5 млрд), и она появилась спустя несколько месяцев после того, как Hugging Face отклонила инвестицию NVIDIA в $500 млн при оценке в $7 млрд, о чём сообщал TechCrunch.

Выручка скромнее, чем намекает цена. Исследовательская компания Sacra оценивает годовую регулярную выручку (ARR) в $150 млн в августе 2026 года против $81 млн в конце 2025 года. По этим оценкам сделка оценивает Hugging Face примерно в 86 раз выше ARR ($12,9 млрд / $150 млн). Покупатель платит за дистрибуцию: место по умолчанию, где открытые веса публикуют, находят и подтягивают в производство.

ПоказательЗначениеИсточник
Цена покупки, выплачиваемая акционерам~$11,9 млрдNVIDIA, форма 8-K, сентябрь 2026 г.
Программа удержания сотрудников в акцияхдо ~$1,0 млрдNVIDIA, форма 8-K, сентябрь 2026 г.
Ожидаемое закрытие сделкиПервое полугодие 2027 г., при условии одобрения регуляторовNVIDIA, форма 8-K, сентябрь 2026 г.
Оценка после инвестиций, раунд 2023 г.$4,5 млрдTechCrunch, август 2026 г.
Отклонённое инвестиционное предложение NVIDIA (2026)$500 млн при оценке в $7 млрдTechCrunch, август 2026 г.
Оценочный ARR, август 2026 г.$150 млнSacra, оценки выручки Hugging Face, 2026
Оценочный ARR, конец 2025 и конец 2024 г.$81 млн и $53 млнSacra, оценки выручки Hugging Face, 2026
Всего привлечено первичного финансирования до сделки$396 млнSacra, оценки выручки Hugging Face, 2026

Контекст: данные Sacra о выручке - это оценки третьей стороны; Hugging Face не публиковала аудированную финансовую отчётность. Sacra также сообщает, что более 30% компаний из Fortune 500 имеют верифицированные аккаунты на Hugging Face.

7. Безопасность, лицензирование и пробелы в защите

Открытый хаб - это и открытая поверхность атаки. Protect AI отметила 352 000 небезопасных или подозрительных находок в 51 700 моделях после сканирования 4,47 млн уникальных версий моделей в 1,41 млн репозиториев (Protect AI и Hugging Face, «Просканировано 4 млн моделей», 2025). На платформе, где загрузка чекпойнта на основе pickle может выполнить код, небольшая доля плохих файлов всё равно означает большой риск в абсолютных величинах.

2026 год добавил новую модель угроз. В технической хронологии Hugging Face по июльскому инциденту зафиксировано около 4,5 суток вторжения (с 9 по 13 июля), примерно 17 600 восстановленных действий и 136 ключей, раскрытых за одно чтение в продакшене; следователи METR и Redwood Research оценили число задействованных агентов OpenAI примерно в 700, и эту цифру приняла OpenAI (NBC News, август 2026 г.). Безопасность контента - третий пробел: AI Forensics выяснила, что 7 из 9 лучших по рейтингу Spaces для редактирования изображений раздевали одетого человека по одному запросу, а в её выборке отслеживаемых запросов 95% были направлены против женщин. Наш обзор статистики дипфейков охватывает более широкую картину злоупотреблений.

ПоказательЗначениеИсточник
Просканировано уникальных версий моделей / репозиториев4,47 млн / 1,41 млнProtect AI и Hugging Face, 2025
Отмечено небезопасных или подозрительных находок352 000 в 51 700 моделяхProtect AI и Hugging Face, 2025
Модели Hub без указания лицензииПочти 70% из ~2,9 млн просканированныхRedMonk, «Распределение лицензий на Hugging Face», май 2026 г.
Лицензированные проекты под лицензией, одобренной OSIБолее двух третейRedMonk, «Распределение лицензий на Hugging Face», май 2026 г.
Китайские релизы от 20 млрд параметров в 2026 г. под Apache 2.0 / MIT59% / 22% из 178Hugging Face, «Состояние открытых моделей: лето 2026»
Вторжение агентов в июле 2026 г.: длительность и восстановленные действия~4,5 суток, ~17 600 действийHugging Face, «Техническая хронология вторжения агентов», 2026
Spaces для редактирования изображений с хоть какой-то модерацией вывода3%AI Forensics, «Без модерации по замыслу», июль 2026 г.
Отслеживаемые запросы к Spaces сексуального характера / направленные против несовершеннолетнего73% / 6,7%AI Forensics, «Без модерации по замыслу», июль 2026 г.

Контекст: лицензионное сканирование RedMonk показывает, что у Apache-2.0 примерно в 2,5 раза больше лицензированных проектов, чем у MIT, а статья «Экономики открытого интеллекта» обнаружила, что в 2025 году модели с открытыми весами впервые обогнали по числу действительно открытые модели с открытым кодом (с открытыми обучающими данными). Открытые веса и открытый код расходятся.

Итоги: Hugging Face в цифрах

ПоказательЗначениеИсточник
Публичные модели (22 авг. 2026 г.)3 012 377Ivan Fioravanti, блог Hugging Face, 2026
Моделей добавлено в 2025 г.1 184 880Ivan Fioravanti, блог Hugging Face, 2026
Публичные наборы данных (авг. 2026 г.)1 000 000Hugging Face, «Состояние открытых моделей: лето 2026»
Пользователи (2025)13 млнHugging Face, «Состояние открытого ПО: весна 2026»
Модели менее чем с 200 загрузками за всё время~85,6%Hugging Face, «Состояние открытых моделей: лето 2026»
Доля загрузок у верхних 1,5% репозиториев99,2%Hugging Face, «Состояние открытых моделей: лето 2026»
Доля китайских моделей в загрузках41%Hugging Face, «Состояние открытого ПО: весна 2026»
Китай против США по загрузкам с атрибуцией разработчиков17,1% против 15,8%Longpre и др., «Экономики открытого интеллекта», 2025
Производные репозитории Qwen151 448Hugging Face, «Состояние открытых моделей: лето 2026»
Разрыв в производительности закрытых и открытых моделей (март 2026 г.)3,3%Stanford HAI, «Отчёт AI Index 2026»
Доля закрытых моделей в использовании LLM / выручке~80% / 96%Nagle и Yue, Linux Foundation, 2025
Наценка закрытых моделей над открытыми~6xNagle и Yue, Linux Foundation, 2025
Организации, внедряющие ИИ и использующие ИИ с открытым кодом89%Linux Foundation Research, 2025
Репозитории GitHub, импортирующие SDK для LLMболее 1,1 млн (+178% за год)GitHub, Octoverse 2025
Репозитории GitHub, связанные с ИИ4,3 млнGitHub, Octoverse 2025
Цена покупки NVIDIA + акции для удержания~$11,9 млрд + до ~$1,0 млрдNVIDIA, форма 8-K, сентябрь 2026 г.
Оценочный ARR (авг. 2026 г.)$150 млнSacra, 2026
Отмечено небезопасных или подозрительных находок352 000 в 51 700 моделяхProtect AI и Hugging Face, 2025
Модели Hub без лицензииПочти 70%RedMonk, май 2026 г.

Методология и источники

Последнее обновление: 3 октября 2026 года. Мы обновляем этот обзор ежеквартально, и следующее обновление ожидается, когда Hugging Face опубликует свой очередной полугодовой отчёт «Состояние открытых моделей».

Попробуй VoxBooster — 3 дня бесплатно.

Клонирование голоса в реальном времени, саундборд и эффекты — везде, где ты говоришь.

  • Без карты
  • ~30 мс задержки
  • Discord · Teams · OBS
Попробовать 3 дня бесплатно